深層学習 × AI開発

MORGENROT TailorNode

モルゲンロット株式会社
MORGENROT TailorNodeは、AIデータセンター向けの仮想化運用プラットフォームです。プライベートGPUクラウドやオンプレミスGPUサーバーの管理からマルチテナント環境の構築まで幅広く対応します。顧客のニーズに合わせて機能をカスタマイズできる柔軟性が特徴です。AIデータセンター運営企業やGPUサーバーを保有する組織が主な対象です。
機械学習深層学習

MORGENROT Cloud Bouquet

モルゲンロット株式会社
MORGENROT Cloud Bouquetは、複数のAIデータセンターが保有するGPUサーバーの計算リソースをオンデマンドで利用できるパブリックGPUクラウドプラットフォームです。独自の分散処理技術「Excalibur」を活用し、時間単位での柔軟なリソース利用が可能です。AIモデルの学習や推論に大量のGPU計算資源を必要とする企業や研究機関が主な対象です。
機械学習深層学習

AiOnIc

株式会社ArchiTek
AiOnIcは、エッジAI向けに設計された低消費電力・高性能プロセッサです。独自技術により、GPUと比較して2倍から10倍の処理性能を実現しながら、消費電力はGPUの約1/20、シリコンコストは約1/10に抑えています。自動運転、セキュリティカメラ、ロボティクス、データセンターなどのリアルタイムAI推論を必要とする分野に最適です。IP提供、チップ供給、ソリューションサービスの各形態で導入できます。
エッジAI深層学習

Elix Discovery

Elix株式会社
Elix Discoveryは、AIを活用した分子設計・最適化プラットフォームです。AIが化合物の活性・毒性・薬物動態などを予測し、創薬研究者が有望な候補化合物を効率的に特定できるよう支援します。独自のグラフニューラルネットワーク技術により、分子構造から物性を高精度に予測できます。逆合成経路の提案機能も備えており、合成可能性を考慮した分子設計が可能です。製薬企業やアカデミアとの共同研究を通じて、創薬のリードタイ...
予測分析深層学習

RNAIGEON

Veritas In Silico株式会社
RNAIGEONは、AIを活用して核酸医薬の配列設計を最適化するプラットフォームです。RNA構造予測や標的結合性の予測をAIが行い、有効性と安全性に優れた核酸医薬候補の設計を支援します。従来の実験的アプローチでは膨大な時間を要した配列探索を、AI予測により大幅に効率化できます。製薬企業との共同研究にも活用されています。核酸医薬は従来の低分子医薬では治療困難な疾患への新たなアプローチとして期待されており、AIによる...
予測分析深層学習

ModBind

株式会社アリヴェクシス
ModBindは、AIを活用してタンパク質と低分子化合物の結合親和性を高精度に予測する創薬シミュレーションプラットフォームです。従来の分子動力学シミュレーションと比較して大幅な高速化を実現しています。創薬の初期段階で有望な化合物候補を効率的にスクリーニングでき、開発期間とコストの削減を支援します。製薬企業との共同研究にも活用されています。独自のAIモデルにより、従来困難だった標的タンパク質に対する結合予測...
予測分析深層学習

Heron

Turing株式会社
Heronは、カメラ映像とテキストを統合的に理解するマルチモーダル生成AIモデルです。自動運転車両が周囲の状況を認識し、適切な運転判断を下すための基盤技術として開発されています。大規模な走行データを学習することで、複雑な交通状況での判断能力を獲得しています。従来のルールベース型とは異なり、未知のシナリオにも柔軟に対応できる汎用性を備えており、国産の自動運転AI基盤モデルとして開発が進められています。
深層学習画像認識

Tokyo-1

株式会社Xeureka
Tokyo-1は、AIとシミュレーション技術を活用した創薬支援イノベーションハブです。NVIDIA DGX H100を採用した最先端のAIスーパーコンピューター環境と、大規模シミュレーション・機械学習ソリューション群を提供しています。 従来の30~60倍の計算速度により、1000億円以上の研究開発費・10~20年の開発期間という製薬業界の課題に対し、計算科学の力で創薬研究の効率化を支援します。 アステラス製薬、小野薬品工業、第一三共の...
機械学習深層学習

SyntheticGestalt創薬AI

SyntheticGestalt株式会社
SyntheticGestaltの創薬AIプラットフォームは、大規模な化合物データを事前学習した基盤モデルにより、新薬候補分子の設計・最適化を支援します。従来の創薬プロセスで数年かかる候補化合物の探索を大幅に効率化します。分子の構造と特性の関係をAIが学習することで、望ましい薬理活性を持つ分子構造を自動的に提案します。毒性予測や合成可能性の評価も同時に行い、開発初期段階での失敗リスクを低減します。
深層学習生成AI

Abtracer

MOLCURE株式会社
Abtracerは、AIを活用した抗体医薬品探索プラットフォームです。深層ニューラルネットワーク・言語モデル・生成モデルのAI技術を活用した分子設計と医薬品候補分子の探索を行います。 既存手法と比較して、医薬品候補分子の発見サイクルを10分の1以下に効率化し、10倍以上多くの新薬候補を発見することが可能です。 実験を自動化するロボット装置「HAIVE」の開発も手掛けており、AI・ロボット・バイオの3領域を融合した独自アプ...
深層学習生成AI

カテゴリ解説

深層学習サービスでできること

深層学習に対応したAIサービスは、画像認識、音声認識、自然言語処理、異常検知、生成AI、予測モデルなどで使われます。人手で特徴量を細かく設計しなくても、データから複雑なパターンを学習できるため、大量データや非構造化データを扱う業務で効果を発揮します。

主な活用シーン

  • 画像や動画から物体、人物、異常、不良を検出する
  • 音声やテキストを認識し、分類、要約、生成に活用する
  • センサーデータや時系列データから予兆や異常を検知する
  • 生成AIや高度な予測モデルの基盤として利用する

比較時に見るポイント

  • 学習に必要なデータ量、アノテーション、前処理を支援できるか
  • 精度だけでなく推論速度、コスト、運用環境に合うか
  • モデルの更新、監視、再学習の仕組みがあるか
  • クラウド、オンプレミス、エッジなど希望環境で動かせるか

深層学習は高い性能が期待できる一方、データ準備や運用負荷も考える必要があります。AI CATALOGでは、深層学習を活用したAIサービスを、対象データ、実装環境、導入支援の観点から比較できます。

本データベース「AI CATALOG」の利用にあたって

掲載情報は各企業のプレスリリースおよび公式サイトをもとに作成しており、正確性を保証するものではありません。ご利用の際は利用規約をご確認のうえ、最新の情報は各企業の公式サイトにてご確認ください。

掲載されているサービスの料金・機能・仕様は予告なく変更される場合があります。導入をご検討の際は、提供元企業に直接お問い合わせください。

本データベースは一般社団法人日本AI導入支援協会が独自に収集・整理した情報であり、掲載企業との間に資本関係や利害関係はありません。

掲載の有無は特定の企業やサービスの品質・信頼性を保証または否定するものではありません。

掲載情報に誤りを発見された場合、またはご自身の企業情報の修正・削除をご希望の場合は、お問い合わせフォームよりご連絡ください。